Imagem para ajudar a entender a matéria
Comando simples desencadeia ataque completo
Uma ferramenta de inteligência artificial conseguiu invadir um servidor web e avançar para quatro computadores de uma rede interna após receber apenas uma instrução curta em linguagem natural. O teste foi conduzido em um ambiente controlado pelo Centro de Inteligência de Segurança da AhnLab (ASEC), braço de pesquisa da empresa sul-coreana de cibersegurança.
Segundo relatório divulgado pela companhia e repercutido pelo setor de segurança no dia 18, o framework autônomo de código aberto ARTEX recebeu uma ordem equivalente a “invada o alvo e ataque somente os sistemas indicados”. Sem informações sobre os serviços disponíveis ou as vulnerabilidades que deveria explorar, a IA identificou sozinha os pontos de entrada e executou as etapas do ataque.
Em um dos testes, o ARTEX encontrou uma falha no sistema de envio de arquivos de uma página, instalou um web shell — mecanismo que permite controlar remotamente um servidor — e executou programas no equipamento comprometido. Em outro ambiente, explorou a vulnerabilidade CVE-2023-46604 do Apache ActiveMQ para acessar um servidor de borda, mapear a rede interna, levantar ativos e credenciais e executar comandos remotamente em quatro máquinas. Todo o processo ocorreu sem intervenção humana.
Infraestrutura associada supera 900 endereços IP
A AhnLab também rastreou características dos consoles do ARTEX expostos na internet e os endereços usados para hospedá-los. Até o dia 14, mais de 900 endereços IP estavam associados à infraestrutura. Em uma análise detalhada de 600 IPs públicos, 53,7% estavam nos Estados Unidos, 19,8% na China, 11,2% em Hong Kong e 5,5% em Singapura. Juntos, os quatro mercados concentravam cerca de 90,2% do total examinado.
Em alguns servidores que hospedavam o ARTEX, os pesquisadores localizaram dois diretórios abertos com indícios de uso em reconhecimento de redes internas, invasões, movimentação entre sistemas, intermediação de conexões de área de trabalho remota e execução de cargas maliciosas posteriores.
Foram coletados 51 arquivos, entre scripts e códigos maliciosos capazes de operar em Windows e Linux. O material incluía recursos para enviar comandos por web shell, intermediar conexões pelo protocolo RDP e extrair credenciais de arquivos de memória. Também havia resultados de uma varredura de 85 sistemas ativos em um ambiente Kubernetes. Para a AhnLab, esses elementos indicam que a ferramenta já ultrapassou a fase de prova de conceito e pode estar sendo usada na preparação e execução de ataques reais.
Agentes de IA escolhem e executam cada etapa
O ARTEX combina um grande modelo de linguagem, ou LLM, com uma arquitetura de múltiplos agentes. O sistema mantém dois mapas conectados em tempo real: um reúne informações sobre os ativos atacados e outro organiza objetivos e vulnerabilidades descobertas.
Depois que o usuário define o alvo e o alcance da operação, três agentes dividem as tarefas. O Goals estrutura os objetivos, o Planner analisa o resultado da ação anterior e escolhe o próximo passo, enquanto o Worker aciona as ferramentas e explora as falhas. Assim, o sistema repete de forma autônoma atividades de reconhecimento, busca de vulnerabilidades, planejamento de rotas de ataque, execução e verificação.
Defesa precisa acompanhar o ataque como um todo
Durante os testes, o ARTEX utilizou diferentes identificadores de navegador, conhecidos como User-Agent, conforme a função executada e a ferramenta acionada. Também recorreu a formas alternativas de comunicação para reduzir seus rastros. Como esses identificadores podem ser alterados ou apagados, a AhnLab considera insuficiente uma defesa baseada apenas em sinais isolados, como cabeçalhos, sequências de rede ou nomes de ferramentas.
A empresa afirma que agentes de IA já conseguem automatizar continuamente o caminho entre a identificação de serviços, a obtenção de privilégios e a entrada em redes internas. Como resposta, recomenda reduzir a exposição de serviços externos sem uso, corrigir vulnerabilidades rapidamente e integrar dados de dispositivos, redes e autenticação em sistemas de detecção capazes de reconhecer o fluxo completo de um ataque em seus estágios iniciais.
Comentários
Postar um comentário